龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海电气集团股份有限公司
摘要：本发明公开了机床主轴的故障识别方法、故障识别模型训练方法及装置。该故障识别方法包括：获取机床主轴的运行数据；将运行数据输入第一故障识别模型和第二故障识别模型；其中，第一故障识别模型根据机床主轴的第一故障类型对应的第一故障样本数据对神经网络训练得到，第二故障识别模型根据机床主轴的第二类型故障对应的第二故障样本数据对预训练模型训练得到，预训练模型根据第一故障识别模型的模型参数构建；使用第一故障识别模型和第二故障识别模型对机床主轴进行故障识别。第二故障识别模型是在第一故障识别模型的基础上训练得到的，能够提高第二故障识别模型的精确度和可靠性，进而提高了对机床主轴的故障识别的精度和可靠性。
主权项：1.一种机床主轴的故障识别方法，其特征在于，包括：获取所述机床主轴的运行数据；将所述运行数据输入第一故障识别模型和第二故障识别模型；其中，所述第一故障识别模型根据所述机床主轴的第一故障类型对应的第一故障样本数据对神经网络训练得到，所述第二故障识别模型根据所述机床主轴的第二类型故障对应的第二故障样本数据对预训练模型训练得到，所述预训练模型根据所述第一故障识别模型的模型参数构建；其中，最终的所述第二故障识别模型由根据验证模型对所述第二故障识别模型进行五折交叉验证通过的所述第二故障识别模型确定；所述验证模型由使用所述第二故障样本数据，训练第二神经网络得到；其中，所述第二神经网络与所述预训练模型具有相同的网络结构；使用所述第一故障识别模型和所述第二故障识别模型对所述机床主轴进行故障识别；所述模型参数包括权重值；所述第一故障识别模型与所述预训练模型的权重值相同；所述神经网络的输入层神经元节点数与第一故障类型对应的故障特征的数量相匹，并且各层的神经元个数逐层减少；所述预训练模型的输入层神经元节点数与第二故障类型对应的故障特征数量相匹配。
全文数据：
权利要求：
百度查询： 上海电气集团股份有限公司 机床主轴的故障识别方法、故障识别模型训练方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号